牧原这么逆天

小小实习生考虑到来回路费开销太大，而且在家也待不了几天，索性直接出租屋里宅着过年，一宅就是9天，出去外面吃饭，饭店都关门了，只有兰州拉面还开着，从来没有见过上海这么清淡过，让我有点陌生了，放假前一晚，公司开年会，小小实习生也是抽中了奖品，血赚1000块！今天开工时，老总开发开工红包100块！太有温度了，这家企业

求大家给点建议，农村孩子没见识

1.自我介绍，挑一个觉得做的比较好的论文和实习讲一下，面试官问的比较详细，为什么选现在这种方案，为什么 work，其他方案有考虑吗2.在微调 Qwen 的时候，数据是怎么构造的，有用到什么数据清洗方法吗，数据配比是怎么做的3.讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗4.在做对齐的时候，为什么 SFT之后还要做 RLHF，只用 SFT 可以吗5.知道哪些强化学习算法，除了PPO和 DPO这些呢，DeepSeek用的GRPO 相比于 GPT的 PPO 做了哪些改进6.开放题:对目前大模型的发展有什么看法7.代码:零钱的两个题 322.零钱兑换518.零钱兑换 II

老铁厂给全体员工发了每人366元这波我觉得还是不错的啊